速報
AI 代理人評測再進化：ScenarioGeneratorAgent 用合成場景加速工業基準測試
現有工業代理人基準測試（如 AssetOpsBench）依賴手動撰寫場景，涵蓋資產類別有限。研究團隊以智慧電網變壓器為新資產類別，整合 IEC 標準的四項診斷工具（健康指數預測、溶解氣體分析、繞組溫度評估、負載輪廓評估），並提出 ScenarioGeneratorAgent 合成場景生成管線。
AssetOpsBench
深度分析
知識圖譜提升 LLM 在工業資產運營的精準度：從 65% 到 99% 的實驗結果
在工業資產管理的海量結構化資料上，研究者將傳統的文件資料庫換成知識圖譜，讓大型語言模型改為生成結構化查詢。此做法將原本65%的任務完成率提升至99%（決策式圖處理）或82%以上（LLM產生Cypher）。此外，擴增40項圖本位測試，於467情境皆保持100%通過。
深度分析
AssetOpsBench 2025 回顧：LLaMA‑3‑70B 基線下的多代理工業運維評測與盲測發現
CODS2025資產運維競賽在隱匿場景與隱私約束下評估多代理人工智慧系統。比賽透過分軌設計分別測驗規劃與執行，並以公開開發與隱藏驗證雙階段進行。分析指出公開排名與隱藏執行分數不相關，凸顯排行榜對部署魯棒性預測力不足。競賽資料與評分追蹤已公開釋出，作者提出可移植診斷與建議。